文档分类中的多特征最大值法及其改进方法

摘要：

为在每个文档类别中选择更多的特征,解决至少一个特征法(ALOF)的特征不足问题,提出文档特征最大值法(MFT)和改进的文档特征最大值法(IMFT).按照数据处理方式决定选择特征的数量,MFT法解析所有文档,确保训练集中每个文档都用最终特征矢量来表示,IMFT法只分析特征评估函数中特征值高的文档以选择较少的特征,减少选择不相关特征的概率.实验考虑3个文档分类数据库和3个评估函数,实验结果表明,与ALOF法和模糊关联聚类(FRC)法相比,提出的两种方法的F1测度更高,分类效果更好,评估函数对最终的分类结果具有重要影响,不同的特征数会左右最终结果.

关键词：文档分类、评估函数、特征最大值、F1测度、特征数

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省教育厅基金项目12C1056

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2262-2268